Claude и 98% обвязки: почему ИИ-разработка упирается в экосистему
В «Диасофт» считают, что в корпоративной разработке сама LLM дает лишь небольшую часть результата, а основную работу делает обвязка: инструкции, проверки, процессы и люди. На дискуссии с участием экспертов эту идею разбирали на примерах из реальной разработки и показали, почему без экосистемы даже сильная модель быстро упирается в ограничения.
Почему одной модели мало
Поводом для обсуждения стал популярный тезис: языковая модель сама по себе дает примерно 2% результата, а остальные 98% — это инфраструктура вокруг нее. Речь идет не только о подсказках для модели, но и о правилах работы, контрольных этапах, памяти, участниках процесса и проверках качества.
Александр Сахаров из «Диасофт» сравнил LLM с мощным трактором: техника сильная, но без водителя, механика, правильного гаража и обслуживания от нее будет мало пользы. В разработке таким «харнесом» называют систему, которая направляет модель в нужный процесс и не дает ей делать лишнее.
Что входит в эту обвязку на практике
По словам Сахарова, в корпоративной среде нельзя просто попросить модель написать код и сразу отдать результат заказчику. Нужно учитывать информационную безопасность, требования к документации, сертификацию ФСТЭК, реестр российского ПО, аттестации и ГОСТы по безопасной разработке.
Именно поэтому вокруг LLM выстраивают десятки правил и сотни инструкций: где использовать готовый модуль, что не писать с нуля, как проверять тесты, архитектуру, сборку и совместимость. В «Диасофт» для этого сделали около сорока агентов, которые поэтапно проводят задачу через весь процесс создания ПО. На это ушла команда примерно из двадцати человек и около шести месяцев перехода на агентскую схему.
Отдельный риск — расходы на токены. Если не ограничивать модель, она может начать генерировать лишние действия и быстро «сжигать» бюджет запроса. Для команд разработки это значит, что экономия времени возможна только тогда, когда модель встроена в строгий процесс, а не работает в одиночку.
Кому это полезно и что с этим делать
Участники дискуссии сошлись в том, что для небольших задач и простых сайтов можно обойтись почти любой моделью. Но для энтерпрайза, банков, ведомств и компаний из топ-1000 важнее не сама LLM, а система, которая помогает получать предсказуемый, безопасный и пригодный для сопровождения результат.
Тим Зинин отметил еще одну проблему: многим компаниям приходится собирать собственный харнес, потому что типовые решения не всегда доступны или не позволяют делать нужные действия. Для бизнеса вывод простой: если вы хотите использовать Claude или другую модель в рабочем процессе, нужно заранее продумать правила, контроль качества и границы применения. Иначе ускорение будет заметно только на бумаге, а не в реальной команде.